EM POUCAS LINHAS
- Uma GPU ocupada não significa que a tarefa mais valiosa recebeu recursos.
- Orçamentos de tempo tornam explícita a escolha de quais projetos terão acesso ao cluster.
- A Ai2 relata ocupação estável após mudar o escalonamento; seus resultados dependem do contexto do próprio cluster.
- O argumento da NVIDIA sobre retorno da infraestrutura não valida as medições da Ai2.
Manter as GPUs ocupadas parece uma meta clara. Em um cluster compartilhado, porém, preencher a capacidade com tarefas que podem esperar não resolve a fila de um experimento considerado mais importante. A pergunta operacional é dupla: quem recebeu tempo de GPU e que avanço esse tempo possibilitou? Um relato da Ai2 publicado em 9 de outubro de 2026 oferece um caso concreto. A equipe informa que a implantação gradual começou no fim de julho; portanto, a data de publicação não marca o início da implantação. O relato também apresenta resultados de um período de teste, que deve ser distinguido tanto da publicação quanto do começo da mudança.
Ocupação não é sinônimo de trabalho útil
A Ai2 separa quatro métricas: disponibilidade do equipamento, ocupação do tempo disponível, impacto da escolha das tarefas e utilização da capacidade da GPU durante cada tarefa. Uma GPU pode estar saudável e atribuída a uma tarefa sem que a organização tenha selecionado o trabalho que mais valoriza; mesmo uma tarefa bem escolhida pode usar apenas parte da capacidade computacional. Para interpretar o cluster, convém examinar essas dimensões separadamente. A taxa de ocupação responde se o equipamento ficou atribuído, não se o resultado justificou a escolha.
A disputa por capacidade dá peso a essa decisão. Segundo a Ai2, os pedidos pendentes em seus clusters correspondiam a duas a três vezes o número de GPUs disponíveis. Dar recursos a uma solicitação podia, assim, adiar outra. A instituição relata que, no sistema anterior, todas as tarefas programadas acabaram marcadas com prioridade alta e que houve tarefas inócuas mantidas para reservar acesso rápido. São problemas observados pela própria equipe, não sintomas que se devam presumir em qualquer cluster.
Orçamento de tempo em vez de disputa por rótulos
A Ai2 diz ter substituído o escalonamento baseado em prioridades por orçamentos de tempo de GPU, distribuição proporcional hierárquica e um contrato de execução em fatias de tempo. A distribuição do orçamento expressa quanto tempo cada programa, projeto ou pesquisador deve receber; o escalonador então ordena as tarefas à luz dessas parcelas. O mecanismo não decide por conta própria qual pesquisa tem mais mérito. Ele torna essa decisão administrativa explícita e permite confrontá-la com o tempo efetivamente entregue. Prioridades ainda podem ordenar tarefas dentro de uma equipe, conforme o relato da Ai2.
Na implementação descrita, o escalonador considera uma janela móvel cujo padrão é de sete dias e favorece alocações que receberam menos tempo do que sua parcela. Receber a parcela pressupõe que a equipe submeta tarefas e mantenha demanda suficiente. Não se trata, portanto, de garantir início imediato a cada pedido nem de acumular indefinidamente direito a GPUs quando não há trabalho pronto.
O contrato também define quando é possível redistribuir recursos. Uma tarefa declara o tempo mínimo necessário para avançar, durante o qual fica protegida contra preempção; terminado esse intervalo, uma tarefa retomável pode ser interrompida e reenfileirada. Uma janela protegida muito extensa pode atrasar outras equipes; uma janela curta demais pode interromper trabalhos antes de produzirem avanço útil. Com tempo mínimo declarado igual a zero, a execução não consome orçamento, mas pode ser interrompida desde o início. Usar capacidade momentaneamente livre, assim, não equivale a prometer continuidade à tarefa que a ocupa.
O alcance das medições da Ai2
No teste de 30 dias relatado pela Ai2, as equipes receberam 98% das horas de GPU devidas segundo o cálculo da instituição, que limita o direito hora a hora à demanda efetiva; a ocupação do cluster permaneceu em 98% antes e depois da mudança. No mesmo período, 18% do tempo de GPU entregue foi classificado como não alocado a orçamentos. São indicadores distintos: entrega relativa ao orçamento ajustado à demanda, tempo atribuído a tarefas e uso oportunista da capacidade. Nenhum deles mede diretamente a qualidade científica de um experimento concluído.
Também é preciso separar projeção de observação. A simulação das filas de tarefas curtas de depuração usou cenários construídos manualmente porque o histórico não continha volume suficiente desse tipo de tarefa. Na comparação observada, a Ai2 relata que a espera no percentil 90 dessas tarefas caiu de duas horas para 30 segundos e ressalva a maior variância da medição anterior, feita com amostra menor. Essa redução foi relatada para as condições da Ai2, não é previsão para outro cluster. As medições são apresentadas pela própria equipe; os trechos recebidos não permitem afirmar que houve validação independente.
Retorno econômico e decisão para equipes no Brasil
Em texto publicado em 1º de outubro de 2026, a NVIDIA argumenta que o retorno de infraestrutura de IA depende da capacidade de gerar receita, da vida útil do hardware e da demanda pelos serviços produzidos. Na visão comercial da empresa, aceitar diferentes tipos de tarefa pode ampliar a demanda atendida. Isso ajuda a formular uma pergunta adicional — se a infraestrutura continua útil quando o perfil de trabalho muda —, mas não testa o escalonador da Ai2. Horas distribuídas entre projetos de pesquisa e retorno financeiro de uma instalação não são métricas intercambiáveis.
Para uma equipe no Brasil que já compartilhe GPUs, a aplicação prudente dessas ideias seria registrar por projeto a demanda submetida, as horas previstas e entregues, a espera na fila, as interrupções e o avanço obtido. Em um exemplo hipotético, uma tarefa retomável poderia usar capacidade livre enquanto aguarda um experimento contemplado pelo orçamento, sabendo que poderá ser interrompida. A equipe precisaria escolher janelas protegidas compatíveis com suas tarefas e verificar seus próprios resultados; os trechos fornecidos das fontes não fundamentam estimativas de custos locais ou ganhos medidos no Brasil. Para uma discussão complementar sobre tarefas de treinamento, veja a análise do Agent Lightning no acervo.
Fontes e referências
- Impactful scheduling for GPU clustershuggingface.co · Consultado em 10/10/2026
- Productive, Durable, Fungible: How NVIDIA AI Factories Maximize Return on Investment | NVIDIA Blogblogs.nvidia.com · Consultado em 10/10/2026